使用Azure Form Recognizer训练自定义模型遇TrainingContentMissing错误求助

以下是该错误的常见排查方向：

• Blob容器URL格式或权限无效
  确保你传入的blob_container_url是具备访问权限的完整路径：

  • 使用SAS令牌时，URL必须包含有效的令牌参数，格式类似：https://<storage-account>.blob.core.windows.net/<container-name>?<sas-token>，且令牌需包含读取和列出权限；
  • 使用托管标识时，URL为容器的基础路径（如https://<storage-account>.blob.core.windows.net/<container-name>），需确认托管标识的权限已正确配置且生效。

• 训练文件位置或格式不符合要求

  • Template模式默认仅扫描容器的根目录，如果PDF文件存放在子文件夹中，需要在调用begin_build_document_model时添加prefix参数指定子目录，示例代码：

    poller = await document_model_admin_client.begin_build_document_model(
        ModelBuildMode.TEMPLATE, 
        blob_container_url="[PATH TO AZURE STORAGE CONTAINER]",
        prefix="training-docs/"
    )
    

  • 检查容器内是否存在有效PDF文件：文件不能损坏，文件名避免包含特殊字符（如空格、非ASCII字符），防止服务无法识别。

• 权限配置存在细节遗漏

  • 若使用SAS令牌，确认令牌未过期，且权限范围包含Read和List（训练过程需要列出容器内文件并读取内容）；
  • 若使用托管标识，确保Form Recognizer服务主体被授予Storage Blob Data Reader角色，且角色作用范围覆盖目标容器（权限配置后可能需要1-5分钟生效）。

• 网络隔离导致无法访问存储容器

  • 如果存储账户开启了防火墙或虚拟网络限制，需将Form Recognizer服务的IP地址加入存储账户的允许列表，或者开启存储账户的"允许受信任的Azure服务访问"选项；
  • 若使用私有端点，需确认Form Recognizer与存储账户的私有网络连通，无网络策略阻挡访问。

内容的提问来源于stack exchange，提问作者milk_man435